Работа посвящена разработке методологии организации локальных GRID-систем на основе контейнерных технологий Docker и Kubernetes для эффективной распределенной обработки многомерных данных в задачах технического обслуживания и ремонта промышленного оборудования. Предложена модель прикладной GRID-системы с интегрированной поддержкой операций над многомерными матрицами и глубокими нейронными сетями для прогнозирования технического состояния оборудования. Модель основана на математическом аппарате (λ,μ)-свернутых произведений многомерных матриц, где скоттовы индексы определяют структуру параллелизма и обеспечивают независимость вычислений на различных узлах, а кэлиевы индексы задают размерности агрегирования данных. Предложена концепция морфинг-персон для вычислительных узлов, где узлы представляются как замороженные слои нейронных сетей с фиксированными скоттовыми индексами, обеспечивая динамическую реконфигурацию без остановки системы при дообучении. Разработаны алгоритмы декомпозиции задач на основе двухэтапной схемы параллельного умножения матриц с циклическим перемещением блоков. Показано, что топология тор является идеальной для эффективной коммуникации при работе с многомерными матрицами. Реализация выполнена на платформе .NET с использованием C# для обеспечения производительности, типобезопасности и интеграции с промышленными системами. Проведен теоретический анализ вычислительной сложности предложенных алгоритмов и масштабируемости системы. Для дополнительных компонентов системы получены три свидетельства о государственной регистрации программ для ЭВМ № 2024680153, № 2024680373, № 2024680406. The paper is dedicated to developing a methodology for organizing local GRID systems based on Docker and Kubernetes container technologies for efficient distributed processing of multidimensional data in maintenance and repair tasks of industrial equipment. An applied GRID system model with integrated support for operations on multidimensional matrices and deep neural networks for predicting equipment technical condition is proposed. The model is based on the mathematical apparatus of (λ,μ)-convolved products of multidimensional matrices, where Scott indices define the parallelism structure and ensure computational independence across different nodes, while Cayley indices specify data aggregation dimensions. The concept of morphing-personas for computational nodes is introduced, where nodes are represented as frozen neural network layers with fixed Scott indices, enabling dynamic reconfiguration without system shutdown during retraining. Algorithms for task decomposition based on a two-stage scheme of parallel matrix multiplication with cyclic block movement have been developed. The torus topology is shown to be ideal for efficient communication when working with multidimensional matrices. Implementation is performed on the .NET platform using C# to ensure computational performance, code type safety, and integration with enterprise industrial systems. Theoretical analysis of computational complexity and system scalability has been conducted. Three certificates of state registration of computer programs were obtained for additional system components: № 2024680153, № 2024680373, № 2024680406.
В материале представлены итоги Круглого стола «Цифровая экономика: концепция цифровых навыков и система подготовки востребованных кадров», который состоялся 20 ноября 2025 года на факультете вычислительной математики и кибернетики Московского государственного университета имени М.В. Ломоносова, в рамках проведения международного конгресса «Современные проблемы компьютерных и информационных наук». Дискуссия была посвящена проблеме формирования цифровых навыков и подготовке кадров для цифровой экономики. Участники обсуждают, какие компетенции необходимы современным экономистам, менеджерам, аналитикам данных и ИТ-специалистам в условиях перехода предприятий к управлению на основе данных. Особое внимание уделено практико-ориентированному обучению, взаимодействию университетов с российскими ИТ-компаниями и внедрению отечественных программных продуктов в образовательный процесс. Рассматриваются возможности BI-платформ, low-code и no-code инструментов, систем моделирования бизнес-процессов, интеграции данных, аналитики и комплексной архитектуры управления предприятием. Подчеркивается, что востребованный специалист должен сочетать технические знания, понимание бизнес-контекста, аналитическое и системное мышление, коммуникативные навыки и способность быстро осваивать новые технологии. В материале также обозначены проблемы подготовки кадров: разрыв между учебными программами и запросами рынка, недостаток практических кейсов, сложность внедрения программных решений в вузах, необходимость обновления профессиональных стандартов и расширения партнерства университетов, бизнеса, вендоров и государства для обеспечения технологического суверенитета. Такая модель подготовки ориентирована на реальные задачи предприятий. The material presents the results of a Round Table devoted to the development of digital skills and the training of personnel for the digital economy. The Round Table is held as part of the program of the International Congress "Modern Problems of Computer and Information Sciences" (MSU, November 20, 2025, Moscow, Russia). The participants discuss the competencies required by modern economists, managers, data analysts and IT specialists as enterprises move toward data-driven management. Special attention is paid to practice-oriented education, cooperation between universities and Russian IT companies, and the integration of domestic software products into the educational process. The material considers the potential of BI platforms, low-code and no-code tools, business process modeling systems, data integration, analytics and comprehensive enterprise management architecture. It emphasizes that an in-demand specialist should combine technical knowledge, understanding of the business context, analytical and systems thinking, communication skills and the ability to master new technologies quickly. The discussion also highlights key challenges in personnel training, including the gap between curricula and labor market needs, the lack of practical cases, difficulties in implementing software solutions at universities, the need to update professional standards and the importance of expanding cooperation between universities, business, vendors and the state.
Введение. Цифровая трансформация общества требует новых подходов в подготовке ИТ-специалистов. Финансовый университет при Правительстве РФ внедряет компетентностно-ролевую модель при подготовке бакалавров по направлению «Прикладная информатика», сочетающую фундаментальную подготовку с индивидуальными траекториями. Традиционные модели ориентированы на одну специализацию, однако работодатели ценят универсальность и адаптивность. Материалы и методы. Методология базируется на анализе профстандартов, согласованных с программами цифровых компетенций вуза и профилями индустриальных партнеров. Применены методы структурного анализа, проектирования ролевых матриц и финансового моделирования взаимодействия с индустрией. Проведены интервью с представителями компаний о требованиях к компетенциям, структурирование компетенций по трем ключевым ролям, финансовое моделирование государственного гранта и софинансирования, проектирование матриц прогрессии компетенций по годам обучения, анализ форм вовлечения партнеров. Результаты исследования. Программа базируется на трех ключевых ролях: инженер-программист (технологические компетенции разработки), продакт-менеджер (предпринимательское мышление, управление продуктом), менеджер проекта (организация команды, управление рисками). Прогрессия компетенций строится по четырехлетнему циклу обучения. Финансовая модель предусматривает государственный грант (70%) и софинансирование индустрии (30%) ежегодно. Партнеры участвуют в преподавании, организуют стажировки, предоставляют реальные проекты и инструменты. Обсуждение и заключение. Компетентностно-ролевой подход обеспечивает опережающее развитие компетенций для цифрового лидерства, формирует предпринимательское мышление и интегрирует социальные навыки с технологическими знаниями. Модель софинансирования создает долгосрочную мотивацию партнеров инвестировать в качество образования. Результаты моделирования демонстрируют потенциал масштабирования подхода на другие направления подготовки. Introduction. The digital transformation of society requires new approaches to the training of IT specialists. The Financial University under the Government of the Russian Federation is implementing a competency-based role model for the Applied Information Systems in Economics and Finance program, which combines fundamental training with individualized trajectories. Traditional models focus on a single specialization, but employers value versatility and adaptability. Materials and Methods. The methodology is based on the analysis of professional standards, which are coordinated with the university's digital competence programs and the profiles of industrial partners. The methods of structural analysis, role matrix design, and financial modeling of interaction with the industry have been applied. Interviews have been conducted with company representatives regarding the requirements for competencies, the structuring of competencies into three key roles, the financial modeling of government grants and co-financing, the design of competency progression matrices by year of study, and the analysis of partner involvement forms. Research results. The program is based on three key roles: software engineer (development technology competencies), product manager (entrepreneurial thinking, product management), project manager (team organization, risk management). The progression of competencies is based on a four-year learning cycle. The financial model includes a government grant (70%) and industry co-financing (30%) annually. Partners participate in teaching, organize internships, and provide real projects and tools. Discussion and conclusion. The competency-based approach ensures the advanced development of competencies for digital leadership, fosters entrepreneurial thinking, and integrates social skills with technological knowledge. The co-financing model creates long-term motivation for partners to invest in the quality of education. The implementation results demonstrate the potential for scaling the approach to other areas.
В статье рассматриваются вопросы автоматизации управления учебным процессом в образовательных организациях высшего образования в условиях цифровой трансформации университетской среды. Проведён сравнительный анализ наиболее распространённых информационных систем, применяемых для сопровождения учебного процесса, включая 1С:Университет, ММИС Университет и ТАНДЕМ.Университет. Исследование носит научно-методический и прикладной характер и ориентировано на выявление функциональных, организационных и технологических особенностей рассматриваемых решений. В ходе исследования анализировались возможности систем в части ведения учебных планов, расчёта нагрузки, формирования расписания, сопровождения контингента обучающихся, интеграции с внешними сервисами, а также построения отчётности и аналитики. Дополнительно рассматривались вопросы масштабируемости, гибкости адаптации под внутренние процессы вуза, стоимости сопровождения и зависимости от поставщика программного обеспечения. Сравнение выполнялось по группе критериев, отражающих практические задачи эксплуатации информационных систем в образовательной организации. Установлено, что существующие программные решения обладают различным уровнем функциональной полноты и ориентированы на разные модели организации учебного процесса. Система 1С:Университет демонстрирует высокий уровень поддержки регламентированных процессов и документооборота, ММИС Университет эффективен при работе с расписанием и учебными планами, а ТАНДЕМ.Университет характеризуется развитым интеграционным механизмом и средствами аналитической обработки данных. Вместе с тем выявлены ограничения, связанные с адаптацией типовых решений к специфике отдельных вузов. Полученные результаты могут быть использованы при выборе, внедрении и модернизации информационных систем управления учебным процессом, а также при проектировании собственной цифровой инфраструктуры образовательной организации. The article examines the issues of automating academic process management in higher education institutions under the conditions of digital transformation of the university environment. A comparative analysis of the most widely used information systems for supporting academic administration, including 1C:University, MMIS University, and TANDEM.University, is presented. The study is of a scientific-methodological and applied nature and is aimed at identifying the functional, organizational, and technological characteristics of the considered solutions. The research analyzes the capabilities of the systems in the areas of curriculum management, workload calculation, timetable generation, student records management, integration with external services, as well as reporting and analytical support. Additional attention is paid to issues of scalability, adaptability to the internal processes of a university, maintenance costs, and dependency on software vendors. The comparison was carried out using a set of criteria reflecting the practical requirements associated with the operation of information systems in educational organizations. The study demonstrates that the examined software solutions differ significantly in terms of functional completeness and are focused on different models of academic process organization. The 1C:University system demonstrates a high level of support for regulated administrative procedures and document management; MMIS University is effective in timetable scheduling and curriculum management; TANDEM.University is characterized by advanced integration mechanisms and analytical data processing capabilities. At the same time, several limitations related to the adaptation of standard software solutions to the specific requirements of individual universities were identified. The obtained results may be used in the selection, implementation, and modernization of academic management information systems, as well as in the design of a university’s own digital infrastructure.
С начала 2025 г. в России реализуется национальный проект «Молодежь и дети», который предоставляет возможности бесплатно заниматься в центрах дополнительного образования детей. По всей стране развивается сеть центров для одаренных детей и молодежи «Мини-Сириус», которые работают по технологиям Образовательного центра «Сириус». В таких центрах помогают выбрать профессию, выявить и развить таланты в искусстве, спорте, естественно-научных дисциплинах и технике. В статье отражена попытка систематизации и анализа опыта работы авторов по преподаванию обучающимся образовательных смен регионального центра выявления, поддержки и развития способностей и талантов у детей и молодежи бюджетного общеобразовательного учреждения Орловской области «Созвездие Орла» технологий анализа данных и машинного обучения. В основе данного исследования лежат изученные публикации по данной теме и собственный опыт авторов, а также систематизация и обобщение результатов для разработки новых эффективных дополнительных образовательных программ, направленных на изучение школьниками технологий анализа данных и машинного обучения. В результате анализа собственного опыта преподавания в региональном центре выявления, поддержки и развития способностей и талантов у детей и молодежи, изучения опыта иностранных и российских авторов, учета проблем и рекомендаций, авторами была разработана и апробирована дополнительная образовательная программа для школьников 8-11 классов. Приводится календарно-тематическое планирование для проведения данной программы. По итогу обучения на дополнительной образовательной программе обучающиеся получают навыки выполнения проектной деятельности в области анализа данных и машинного обучения и в дальнейшем смогут применять полученные знания при выполнении научно-исследовательских проектов в рамках школьной программы. Since 2025, the national project "Youth and Children" has been implemented in Russia, providing free access to supplementary education centers for children. A network of "Mini-Sirius" centers for gifted children and youth, based on technologies from the Sirius Educational Center, is being developed across the country. These centers help students choose a career and identify and develop talents in the arts, sports, science, and technology. This article presents an attempt to systematize and analyze the authors' experience in teaching data analysis and machine learning technologies to students during educational shifts at the regional center for identifying, supporting, and developing abilities and talents in children and youth, the Oryol Region budgetary general education institution "Sozvezdie Orel." This study draws on published literature on the topic and the authors' own experience, as well as systematizing and synthesizing the results for the development of new, effective supplementary educational programs aimed at teaching schoolchildren data analysis and machine learning technologies. Based on our own teaching experience at a regional center for identifying, supporting, and developing abilities and talents in children and youth, studying the experience of international and Russian authors, and considering challenges and recommendations, the authors developed and tested a supplementary educational program for students in grades 8-11. A calendar and thematic planning for this program are provided. Upon completion of this supplementary educational program, students will gain skills in project-based activities in data analysis and machine learning and will be able to apply this knowledge to research projects within the school curriculum.
Предложена архитектура программно-аппаратного комплекса сбора, хранения, анализа и обработки диагностических сигналов. Архитектура программно-аппаратного комплекса представлена несколькими уровнями (модулями). Аппаратной основой является набор сенсоров для регистрации различных показателей с поверхности тела человека. За агрегацию и аккумуляцию данных с устройств сбора данных отвечает хаб, представляющий собой совокупность программного обеспечения, функционирующего на персональном компьютере. Особенностью программно-аппаратного комплекса является программный модуль, реализованный в облаке, предоставляющий авторизованным пользователям различные возможности анализа данных. Анализ сигналов производится аналитическими и нейросетевыми средствами, при необходимости проводится дообучение или корректировка алгоритмов анализа, которая осуществляется на отдельных выделенных мощностях – микросервисах. Разработаны две нейросетевые модели, адаптированных под две задачи сегментации и классификации сигналов ЭКГ. Нейронная сеть для задачи сегментации создана на основе модификации UNet и включает четыре блока, каждый из которых состоит из двух одномерных сверточных слоёв. Предложенная модель с высокой точностью локализуют кардиоциклы в сигнале. Для задачи классификации сигналов ЭКГ применялась базовая архитектура MobileNetV3, адаптированная под входные тензоры в формате (batch, 2, 5000), где batch – количество сигналов ЭКГ. Сформированы обучающая и тестовая выборки с учетом возможных проблем и неточностей, из сегментации исключены первый и последний сердечные циклы. Предложенная архитектура системы может быть масштабирована для других видов сигналов (например, сигналов головного мозга ЭЭГ) за счет выделения моделей в отдельный микросервис и возможностью последующей интеграции в развернутые аппаратно-программный комплекс сбора, хранения, анализа и обработки сигналов. A hardware and software system for collecting, storing, analyzing, and processing diagnostic signals is proposed. The architecture of the hardware and software system is represented by several layers (modules). The hardware core is a set of sensors for recording various parameters from the human body surface. The hub, which is a collection of software running on a personal computer, is responsible for the aggregation and accumulation of data from data collection devices. A key feature of the hardware and software system is a software module implemented in the cloud, providing authorized users with various data analysis options. Signal analysis is performed by analytical and neural network tools, if necessary, further training or adjustment of analysis algorithms is carried out, which is carried out on separate dedicated capacities – microservices. Two neural network models have been developed, adapted for two tasks: segmentation and classification of ECG signals. The neural network for the segmentation task is based on a modification of UNet and includes four blocks, each consisting of two one-dimensional convolutional layers. The proposed model localizes cardiac cycles in the signal with high accuracy. For the ECG signal classification task, the MobileNetV3 base architecture was used, adapted to input tensors in the format (batch, 2, 5000), where "batch" is the number of ECG signals. Training and test sets were generated taking into account potential issues and inaccuracies, and the first and last cardiac cycles were excluded from segmentation. The proposed system architecture can be scaled to other signal types (e.g., brain EEG signals) by separating the models into a separate microservice and enabling subsequent integration into a comprehensive hardware and software system for signal collection, storage, analysis, and processing.
Введение. Распространение технологии цифрового двойника (Digital Twin) в системе профессионального образования обусловливает потребность в пересмотре подходов к диагностике сформированности компетенций. Традиционные оценочные средства, ориентированные на контроль декларативного знания, недостаточно валидны при оценивании деятельности в динамически изменяющейся инфокоммуникационной среде. Материалы и методы. Теоретико-методологический анализ литературы, системно-деятельностный подход, педагогическое моделирование, элементы Learning Analytics и Process Mining применительно к цифровому следу обучающегося, квалиметрический подход. Результаты исследования. Предложена трёхкомпонентная критериальная база (когнитивно-деятельностный, функционально-результативный с привязкой к SLA, ценностно-этический критерии); обоснована уровневая дифференциация (репродуктивный, продуктивный, творческий) с матрицей дескрипторов; разработана архитектура автоматизированной системы оценивания и формула интегральной оценки. Обсуждение и заключение. Обоснован принцип «валидации действием», обеспечивающий переход от субъективной экспертной оценки к метрической; формализованы организационно-педагогические условия применения инструментария. Инструментарий применим в программах СПО и высшего образования по направлениям информатики и информационной безопасности. Introduction. The spread of Digital Twin technology in vocational education necessitates a revision of approaches to diagnosing competency formation. Traditional assessment tools focused on controlling declarative knowledge are insufficiently valid for evaluating activities in a dynamically changing infocommunication environment. Materials and Materials and Methods. Theoretical and methodological literature analysis, system-activity approach, pedagogical modeling, elements of Learning Analytics and Process Mining applied to the student’s digital footprint, qualimetric approach. Results. A three-component criteria base is proposed (cognitive-activity, functional-resultative with SLA binding, value-ethical criteria); level differentiation (reproductive, productive, creative) with a descriptor matrix is substantiated; the architecture of an automated assessment system and an integral assessment formula are developed. Discussion and Conclusion. The principle of "validation by action" is substantiated, ensuring a transition from subjective expert assessment to metric assessment; organizational and pedagogical conditions for applying the toolkit are formalized. The toolkit is applicable in vocational and higher education programs in informatics and information security.
В статье представлена и теоретически обоснована новая комплексная модель — Зона развития информационной среды (ЗРИС), — разработанная для анализа многомерного формирующего влияния современной информационной экосистемы на развитие ребенка. Концепция ЗРИС синтезирует классические подходы культурно-исторической психологии (Л.С. Выготский), идеи о моральном становлении личности (В.В. Зеньковский), средовой педагогики (П.Ф. Лесгафт) и актуальные данные исследований цифровой социализации, когнитивной науки и медиаэкологии. ЗРИС определяется как динамическое пространство смыслового, эмоционального и сенсорного резонанса, которое, в отличие от классических «зон развития», действует континуально на протяжении всей жизни — от пренатального периода до зрелости — и включает как человеческие, так и технологические («нечеловеческие») акторы (цифровые интерфейсы, игрушки, медиаконтент, алгоритмы рекомендательных систем). На примере анализа визуальных нарративов (аниме), дизайна игрового пространства и паттернов цифрового потребления демонстрируется, каким образом ЗРИС может выступать как катализатором, так и ингибитором развития моральной чувствительности, когнитивной гибкости и целостной картины мира у ребенка. Статья выявляет ключевые антропологические риски цифровой эпохи (информационная перегрузка, манипулятивные практики, дефицит живого общения и эмпатии) и формулирует принципы осознанной педагогической настройки среды, направленные на развитие критического мышления, медиаграмотности, социально-эмоционального интеллекта и устойчивости к манипуляциям. Делается вывод о том, что предложенная модель вносит значительный вклад в междисциплинарные области психологии развития, цифровой педагогики и социальной экологии, предлагая системный инструмент для диагностики, проектирования и экспертизы развивающей информационной экосистемы нового типа. This article introduces and substantiates a novel theoretical framework—the Information Environment Development Zone (IEDZ)—to address the pervasive challenge of the digital environment's impact on child development. The proposed model moves beyond traditional, human-centric developmental theories (e.g., Vygotsky's ZPD) by conceptualizing the modern information ecosystem—encompassing digital interfaces, media content, toys, and algorithmic architectures—as an active, non-neutral, and lifelong agent of moral and cognitive formation. The IEDZ framework is built upon an interdisciplinary synthesis of cultural-historical psychology, moral philosophy, environmental pedagogy, and contemporary research in digital socialization and cognitive science. It posits that this environment operates from the prenatal period onward through continuous mechanisms of semantic, emotional, and sensory resonance, fundamentally shaping a child's worldview, values, and cognitive patterns. The study provides a critical analysis of how the design of the IEDZ can either foster prosocial behavior, empathy, and deep learning or inhibit them through risks such as informational overload, manipulative design ("manipulative design"), and the displacement of human connection. The findings underscore the imperative for a deliberate educational and parenting strategy focused on cultivating digital literacy, critical thinking, emotional regulation, and resilience to manipulation from an early age. The IEDZ model offers a comprehensive diagnostic tool for researchers and a practical framework for educators, psychologists, and policymakers engaged in developmental psychology, educational technology, and digital ethics, contributing to the global effort to create safer and more developmentally appropriate digital ecosystems for future generations.
Стремительное развитие больших языковых моделей (БЯМ) создало беспрецедентные возможности для автоматизации задач кибербезопасности, одновременно породив значительные риски, связанные с использованием этих технологий злоумышленниками. Организации все чаще стремятся оценить возможность безопасного и эффективного внедрения БЯМ в процессы обеспечения информационной безопасности, однако комплексный стандарт оценки способностей БЯМ в контексте тестирования на проникновение до сих пор отсутствует. В настоящей статье представлена новая двумерная система бенчмаркинга, позволяющая раздельно оценивать способности агентов на основе БЯМ к планированию и исполнению атак. Предложены два взаимодополняющих бенчмарка: CSL-Benchmark для оценки стратегического планирования на основе 846 курируемых шагов атак, полученных из реальных заданий по тестированию на проникновение, и K-Benchmark для оценки практического исполнения в реальных Docker-средах, реализующих 34 техники MITRE ATT&CK в категориях Первоначальный доступ, Закрепление и Повышение привилегий. Оба бенчмарка основаны на корпоративной матрице MITRE ATT&CK и используют оценщиков на базе БЯМ для обеспечения согласованных сигналов успеха. Проведена оценка одиннадцати современных языковых моделей, выявившая, что лучшие модели достигают 78,22% успеха в задачах планирования (Claude Sonnet 4.5) и 76,47% в задачах исполнения (GPT-5, Qwen 3 Max). Анализ идентифицировал критические режимы отказа, включая галлюцинации, некорректное использование инструментов, потерю контекста и нарушения области действия. Полученные результаты демонстрируют значительный потенциал БЯМ для автоматизации тестирования на проникновение при сохранении их непригодности для полностью автономного развертывания. As artificial intelligence increasingly shapes both offensive and defensive cybersecurity operations, practitioners urgently require standardized methods to assess whether LLM-based agents can reliably perform penetration testing tasks. We address this gap by proposing a two-dimensional evaluation framework that disentangles strategic reasoning from operational execution – two capabilities that existing benchmarks typically conflate into single aggregate scores. Our approach comprises two complementary instruments grounded in the MITRE ATT&CK Enterprise matrix. CSL-Benchmark isolates planning ability by presenting agents with textual descriptions of attack states and evaluating proposed next actions against reference solutions using semantic equivalence rather than exact matching. K-Benchmark measures execution capability through live Docker-based laboratory environments where agents must implement specific ATT&CK techniques and leave verifiable artifacts on target systems. We constructed CSL-Benchmark from 44 real-world penetration testing writeups, yielding 846 curated steps across four difficulty tiers, while K-Benchmark currently implements 34 techniques spanning Initial Access, Persistence, and Privilege Escalation tactics. Empirical evaluation of eleven frontier and open-weight models revealed that top performers achieve approximately 75% success rates on both dimensions, with Claude Sonnet 4.5 leading in planning and GPT-5 together with Qwen 3 Max leading in execution. Notably, planning and execution capabilities vary independently across models, and qualitative analysis uncovered systematic failure modes– including hallucinations, task abandonment, and scope violations – that preclude unsupervised deployment. These benchmarks provide reproducible infrastructure for tracking AI capability advancement in offensive security and informing responsible integration of LLM agents into security testing workflows.
Введение. В современных условиях кибербезопасность признается важнейшим фактором обеспечения национальной безопасности государства. Широкомасштабное внедрение цифровых технологий сопровождается ростом киберугроз, способных нанести ущерб государственной безопасности, экономике и правам граждан. В Российской Федерации кибербезопасность традиционно рассматривается в контексте информационной безопасности, являясь ее неотъемлемой частью. Стратегия национальной безопасности Российской Федерации 2021 г. и другие основополагающие документы закрепляют защиту информационного пространства и устойчивость критической информационной инфраструктуры (далее – КИИ) среди стратегических приоритетов государства. В то же время стремительное развитие киберпреступности и кибератак выявляет недостатки действующего правового регулирования и практики, требуя научного осмысления и обновления подходов. Материалы и методы. Эмпирическая база включает анализ стратегических и нормативных актов Российской Федерации (Конституция; Доктрина информационной безопасности; Стратегия национальной безопасности; федеральные законы «Об информации, информационных технологиях и о защите информации», «О безопасности критической информационной инфраструктуры Российской Федерации», «О персональных данных» и подзаконные акты), официальные методические документы регуляторов (ФСТЭК, ФСБ, Роскомнадзор), разъяснения высших судов по цифровым доказательствам, а также открытые государственные статистические массивы и отчеты отраслевых центров реагирования. Для сопоставления использованы зарубежные регуляторные модели (на уровне стратегий и рамочных актов) и международные инициативы (ООН, региональные форматы). Применены формально‑юридический, сравнительно‑правовой и системно‑структурный методы; метод правовой политики и риск‑ориентированного регулирования; анализ норм и правоприменительной практики (2019-2025 гг.); элементы case‑study по инцидентам в КИИ. Верификация выводов осуществлялась через перекрестное сопоставление нормативных требований, практики надзора и доступных статистических рядов. Результаты исследования. Получена интегральная модель правового обеспечения кибербезопасности как подсистемы национальной безопасности, включающая четыре блока. 1) Доктринально‑понятийный: предлагается нормативно закрепить дефиниции «кибербезопасность», «киберустойчивость», «кибератака», провести унификацию терминологии через целевые поправки в федеральные законы «Об информации, информационных технологиях и о защите информации», «О безопасности критической информационной инфраструктуры Российской Федерации», а также утвердить отдельную Стратегию кибербезопасности Российской Федерации с таксономией рисков и уровнями реагирования. 2) Институциональный: обосновано создание национального координатора (межведомственного органа) с мандатом на управление инцидентами, сетью отраслевых CSIRT и режимом «единого окна» для уведомлений; вводится обязанность значимых операторов сообщать о существенных инцидентах в регулятор в течение установленного срока с защитой добросовестного раскрытия. 3) Регуляторный: предложен рамочный закон о кибербезопасности, который устанавливает минимальные базовые меры, профили по секторам КИИ, риск‑градуированное надзорное воздействие и механизмы поощрения независимых аудитов и баг‑баунти. 4) Уголовный, в т.ч. уголовно-процессуальный, и международный: уточняются правила обращения с цифровыми доказательствами, вводится состав киберсаботажа в отношении КИИ, расширяются процессуальные возможности трансграничного получения е‑доказательств; предусмотрена имплементация международных инструментов и приоритизация кооперации в дружественных региональных форматах. Отдельно предложен блок по технологическому суверенитету: поэтапные преференции закупок, требования secure‑by‑design и жизненного цикла, метрики MTTD/MTTR и аудит готовности. Обсуждение и заключение.Предложенная архитектура устраняет ключевые дефекты нынешнего режима: понятийную неопределенность, фрагментацию требований и слабую координацию инцидентов. Риско‑ориентированная модель снижает регуляторные издержки за счет пропорциональности мер и предсказуемости надзора, а safe harbor и публично‑частное партнерство повышают качество раскрытия уязвимостей. В то же время необходимы предохранители прав: судебный контроль за доступом к шифрованным данным, процессуальные гарантии при работе с е‑доказательствами, прозрачность отчетности регуляторов и независимый аудит. Практическая реализация должна быть поэтапной (пилоты в секторах КИИ, затем масштабирование), с четкими метриками (MTTD/MTTR, доля инцидентов с восстановлением в целевом SLA, охват CSIRT), пересмотром каждые 2-3 года и синхронизацией с программами импортонезависимости. В результате повышается киберустойчивость государства и снижается системный риск для безопасности, экономики и прав граждан; Российская Федерация получает согласованный правовой инструментариум, совместимый с международной кооперацией и целями технологического суверенитета. Introduction. In modern conditions, cybersecurity is recognized as the most important factor in ensuring the national security of the state. The large-scale introduction of digital technologies is accompanied by an increase in cyber threats that can damage state security, the economy and the rights of citizens. In the Russian Federation, cybersecurity is traditionally considered in the context of information security, being an integral part of it. The National Security Strategy of the Russian Federation 2021 and other fundamental documents consolidate the protection of the information space and the sustainability of critical information infrastructure (hereinafter referred to as CII) among the strategic priorities of the state. At the same time, the rapid development of cybercrime and cyber attacks reveals the shortcomings of current legal regulation and practice, requiring scientific reflection and updating approaches. Materials and Methods. The empirical base includes an analysis of strategic and regulatory acts of the Russian Federation (Constitution; Information Security Doctrine; National Security Strategy; Federal Laws "On Information, Information Technologies and Information Protection", "On the Security of Critical Information Infrastructure of the Russian Federation", "About personal data" and by-laws), official methodological documents of regulators (FSTEC, FSB, Roskomnadzor), clarifications of the supreme courts on digital evidence, as well as open government statistical arrays and reports from industry response centers. Foreign regulatory models (at the level of strategies and framework acts) and international initiatives (UN, regional formats) were used for comparison. Formal‑legal, comparative‑legal and system‑structural methods are applied; the method of legal policy and risk‑oriented regulation; analysis of norms and law enforcement practice (2019-2025); elements of a case study on incidents in the CII. The conclusions were verified through a cross-comparison of regulatory requirements, surveillance practices, and available statistical series. Results. An integrated model of legal support for cybersecurity as a subsystem of national security, comprising four blocks, has been obtained. 1) Doctrinal and conceptual: it is proposed to establish the definitions of "cybersecurity", "cyber resilience", "cyberattack", to unify terminology through targeted amendments to federal laws "On Information, Information Technologies and Information Protection", "On the security of critical information infrastructure of the Russian Federation", as well as to approve a separate Cybersecurity Strategy of the Russian Federation with a taxonomy of risks and response levels. 2) Institutional: the creation of a national coordinator (interdepartmental body) with a mandate for incident management, a network of industry-specific CSIRT and a single window for notifications is justified; the obligation of significant operators to report significant incidents to the regulator within a specified period with the protection of fair disclosure (safe harbor) is introduced. 3) Regulatory: a framework law on cybersecurity has been proposed, which establishes minimum baseline controls, profiles by CI sector, risk‑graded supervisory impact, and mechanisms for encouraging independent audits and bug bounties. 4) Criminal, including criminal procedure, and international: the rules for handling digital evidence are being clarified, the composition of cybersabage in relation to CII is being introduced, the procedural possibilities for cross-border e‑evidence are being expanded; the implementation of international instruments and the prioritization of cooperation in friendly regional formats are provided. A separate block on technological sovereignty is proposed: phased procurement preferences, secure‑by‑design and lifecycle requirements, MTTD/MTTR metrics, and readiness audit. Discussion and Conclusion. The proposed architecture addresses core deficiencies of the current regime—conceptual uncertainty, regulatory fragmentation, and weak incident coordination. A risk‑based model reduces compliance costs through proportionality and supervisory predictability, while safe‑harbor rules and public‑private partnership improve vulnerability disclosure quality. Rights safeguards remain essential: judicial oversight for access to encrypted data, due‑process protections for e‑evidence, regulator transparency, and independent audits. Implementation should proceed in phases (pilots in CII sectors followed by scale‑up), guided by clear metrics (MTTD/MTTR, share of incidents restored within target SLAs, CSIRT coverage), periodic review every 2-3 years, and synchronization with import‑independence programs. The result is stronger national cyber‑resilience and reduced systemic risk to security, the economy, and individual rights, providing Russia with a coherent legal toolkit compatible with international cooperation and technological‑sovereignty objectives.
Векторизация является важной низкоуровневой оптимизацией программного кода, с помощью которой можно достичь кратного ускорения суперкомпьютерных приложений. Все основные современные микропроцессорные архитектуры поддерживают векторные вычисления, причем наблюдается тенденция на увеличение размера вектора (на сегодняшний день максимальная длина равна 512 битам, но уже сейчас логически эта длина не ограничена, учитывая наборы векторных инструкций с переменной длиной вектора). Сейчас наиболее перспективным набором векторных инструкций является набор AVX-512, так как в нем поддержана возможность выборочной обработки элементов векторов с помощью векторных масок. Эта уникальная возможность позволяет векторизовать сложный программный контекст, содержащий команды передачи управления, гнезда циклов и вызовы функций. В статье рассмотрены проблемы векторизации программного контекста различного вида с использованием набора векторных инструкций AVX-512. Рассмотренные методы векторизации применялись, начиная с первого микропроцессора с поддержкой AVX-512 – микропроцессора Intel Xeon Phi Knights Langing, появившегося в 2016-м году. Результаты исследований нашли свое отражение в ряде проектов НИЦ «Курчатовский институт» и Межведомственного суперкомпьютерного центра Российской академии наук и являются обобщением опыта векторизации программного кода, начиная с появления набора инструкций AVX-512. Vectorization is an important low-level optimization of program code that can achieve significant acceleration of supercomputer applications. All major modern microprocessor architectures support vector computations, with a trend toward increasing vector size (currently, the maximum length is 512 bits, but this length is already logically unlimited, given vector instruction sets with variable vector length). Currently, the most promising vector instruction set is AVX-512, as it supports selective processing of vector elements using vector masks. This unique capability enables vectorization of complex program context containing control transfer instructions, loop nests, and function calls. This article examines the challenges of vectorizing various types of program context using the AVX-512 vector instruction set. The vectorization methods discussed have been used since the first microprocessor with AVX-512 support – the Intel Xeon Phi Knights Langing microprocessor, released in 2016. The research results have been reflected in a number of projects at the National Research Centre "Kurchatov Institute" and the Joint Supercomputer Centre of the Russian Academy of Sciences and represent a generalization of the experience of vectorizing program code, beginning with the advent of the AVX-512 instruction set.
Введение. Экспоненциальный рост объёмов и размерности данных в цифровой экономике обусловил возникновение значительного разрыва между практическими требованиями индустрии ИИ и содержанием традиционных образовательных программ в области оптимизации. Исследование направлено на преодоление этого дисбаланса через разработку инновационного подхода к когнитивной подготовке специалистов, основанного на конвергенции методов оптимизации и технологий работы с большими данными. Материалы и методы. В основу работы положен системный подход к проектированию учебно-методического комплекса «Методы оптимизации» для направления 09.03.02 «Информационные системы и технологии» (профиль «Системы и технологии искусственного интеллекта»). Методологический фундамент исследования составляют модель обратного дизайна Уиггинса и МакТай, определяющая стратегию проектирования образовательной траектории от целевых профессиональных компетенций; теория когнитивной нагрузки Свеллера, оптимизирующая структуру учебного материала для эффективного усвоения сложных математических концепций и четырёхуровневая модель Киркпатрика, обеспечивающая комплексную оценку образовательных результатов. Результаты исследования. Разработан образовательный комплекс, реализующий принцип конвергенции через три интегративных модуля: теоретико-когнитивный, практико-ориентированный и инструментально-технологический. Содержательное ядро программы выстроено по принципу когнитивной преемственности — от классических детерминированных алгоритмов через современные стохастические и адаптивные методы (SGD, Adam, RMSProp) к метаэвристическим алгоритмам (генетические алгоритмы, роевой интеллект, алгоритм имитации отжига). Практический компонент курса включает реализацию алгоритмов на Python с использованием библиотек NumPy и SciPy, формируя базис для последующего освоения фреймворков машинного обучения. Обсуждение изаключение. Внедрение разработанного образовательного комплекса способствует формированию целостного когнитивного представления о методологии оптимизации и развивает системное профессиональное мышление, необходимое для проектирования интеллектуальных систем. Валидность предлагаемого подхода подтверждается комплексной процедурой оценки, основанной на модели Киркпатрика и позволяющей отслеживать результаты на различных уровнях — от усвоения учебного материала до отсроченных профессиональных эффектов. Апробация программы запланирована на 2026-2027 учебный год. Introduction. The exponential growth in the volume and dimensionality of data in the digital economy has led to a significant gap between the practical requirements of the AI industry and the content of traditional educational programs in optimization. This study aims to overcome this imbalance by developing an innovative approach to the cognitive training of specialists, based on the convergence of optimization methods and big data technologies. Materials and Methods. The work is based on a systematic approach to designing the "Optimization Methods" teaching and learning kit for the field of study 09.03.02 "Information Systems and Technologies" (profile "Artificial Intelligence Systems and Technologies"). The methodological foundation of the research consists of the Wiggins and McTighe's Backward Design model, which defines the strategy for designing an educational trajectory based on target professional competencies; Sweller's Cognitive Load Theory, which optimizes the structure of educational material for the effective assimilation of complex mathematical concepts; and Kirkpatrick's four-level model, which provides a comprehensive assessment of educational outcomes. Results. An educational complex was developed, implementing the principle of convergence through three integrative modules: theoretical-cognitive, practice-oriented, and instrumental-technological. The core of the program is built on the principle of cognitive continuity—from classical deterministic algorithms through modern stochastic and adaptive methods (SGD, Adam, RMSProp) to metaheuristic algorithms (genetic algorithms, swarm intelligence, simulated annealing). The practical component of the course includes the implementation of algorithms in Python using the NumPy and SciPy libraries, forming a basis for the subsequent mastery of machine learning frameworks. Discussion and Conclusion. The implementation of the developed educational complex contributes to the formation of a holistic cognitive understanding of optimization methodology and develops the systemic professional thinking necessary for designing intelligent systems. The validity of the proposed approach is confirmed by a comprehensive assessment procedure based on the Kirkpatrick model, which allows tracking results at various levels—from the assimilation of educational material to long-term professional effects. The program is scheduled for pilot testing in the 2026-2027 academic year.
Задача точного вычисления долей бенефициарного владения в крупномасштабных ориентированных графах с циклами является актуальной проблемой анализа корпоративных сетей. Существующие подходы либо не учитывают циклические структуры владения, либо имеют высокую вычислительную сложность, что делает их неприменимыми к реальным данным. В работе предложен новый алгоритм, сводящий задачу к последовательному вычислению персонализированного PageRank внутри сильно связных компонент графа с последующей агрегацией результатов вдоль ациклической конденсации. Доказана корректность алгоритма и его линейная вычислительная сложность O(m) по числу рёбер на этапе предобработки, что позволяет анализировать графы с десятками миллионов вершин и связей. Экспериментальная валидация проведена на реальных данных: глобальной базе ORBIS (40 млн записей), реестре лиц со значительным контролем Великобритании (PSC, 4 млн) и данных ФНС России (2 млн). Результаты подтверждают высокую точность и масштабируемость метода. Дополнительно исследованы структурные характеристики корпоративных графов (распределение размеров сильно связных компонент, длина цепочек владения), влияющие на производительность алгоритма. The problem of accurately computing beneficial ownership shares in large-scale directed graphs with cycles is a relevant challenge in corporate network analysis. Existing approaches either fail to account for cyclic ownership structures or have high computational complexity, which makes them inapplicable to real-world data. This paper proposes a new algorithm that reduces the problem to the sequential computation of personalized PageRank within strongly connected components of a graph, followed by aggregation of the results along an acyclic condensation graph. The correctness of the algorithm is proved, as well as its linear computational complexity of O(m) with respect to the number of edges at the preprocessing stage, which makes it possible to analyze graphs containing tens of millions of vertices and ownership links. Experimental validation was carried out on real-world data: the global ORBIS database with 40 million records, the United Kingdom People with Significant Control register with 4 million records, and data from the Federal Tax Service of Russia with 2 million records. The results confirm the high accuracy and scalability of the proposed method. In addition, the structural characteristics of corporate graphs, including the distribution of strongly connected component sizes and the length of ownership chains, are examined, as these characteristics affect the performance of the algorithm.
Современная разработка программного обеспечения (ПО) представляет собой форму коллективной интеллектуальной деятельности, в которой значительная часть проектных решений формируется в процессе взаимодействия участников команды. В данной работе представлен эмпирический анализ трансформации представлений участников команд разработки, возникающих в ходе командного обсуждения требований, архитектурных решений и реализации системы. В качестве концептуальной основы исследования используется многоуровневая когнитивная архитектура командной разработки ПО, связывающая когнитивные процессы участников, используемые проектные артефакты и фазы жизненного цикла разработки (SDLC). Эмпирическое исследование основано на наблюдении пяти команд разработки ПО и анализе 20 эпизодов коллективного взаимодействия. В ходе анализа было выявлено 42 когнитивных перехода, то есть случаев изменения представлений участников команды о проектных решениях, зафиксированных в коммуникации и проектных артефактах. Для систематизации выявленных переходов предложена их типология, включающая согласование, уточнение, реконструкцию и усиление представлений. Показано, что распределение типов переходов зависит от фаз жизненного цикла разработки и выполняемых участниками задач: на фазах инженерии требований и проектирования доминируют переходы согласования и уточнения, тогда как на фазах реализации и тестирования возрастает роль реконструкции и усиления. Полученные результаты уточняют динамический аспект предложенной когнитивной архитектуры и служат эмпирической валидацией её ключевых предположений о характере когнитивных изменений в командах разработки ПО. Результаты позволяют рассматривать процесс разработки ПО как последовательность когнитивных переходов, возникающих в ходе коллективного взаимодействия, и создают основу для дальнейших исследований и инструментальной поддержки командной разработки. Modern software development represents a form of collective intellectual activity in which many project decisions emerge through interactions among team members. This study presents an empirical analysis of changes in developers’ representations that occur during collaborative discussions of requirements, architectural decisions, and implementation strategies. The study is grounded in a multilevel cognitive architecture of collaborative software development that links developers’ cognitive processes, project artifacts, and the phases of the Software Development Life Cycle (SDLC). The empirical investigation is based on observations of five software development teams and the analysis of 20 episodes of collaborative interaction. The analysis identified 42 cognitive transitions, defined as changes in team members’ understanding of design and implementation decisions, traced through team communication and project artifacts. To systematize the observed changes, a typology of cognitive transitions is proposed, including alignment, refinement, reconstruction, and reinforcement of representations. The results show that the distribution of transition types varies across different phases of the development process and depends on the tasks and roles of team members: alignment and refinement dominate during requirements engineering and design, while reconstruction and reinforcement become more prominent during implementation and testing. These findings refine the dynamic aspect of the proposed cognitive architecture and provide empirical validation of its core assumptions about cognitive change in software development teams. They suggest that the software development process can be understood as a sequence of cognitive transitions emerging through collaborative interaction and lay the groundwork for future research and tool support for collaborative software engineering.
Работа посвящена разработке компьютерной системы для управления летательными аппаратами на основе искусственных иммунных систем. Теория была предложена в книге Дасгупты. В статье будет предложена реализация к применению управления летальным аппаратом. Реализация алгоритма автономного режима траекторий движения летательного аппарата выполнена на языке программирования Python. Python – высокоуровневый язык программирования общего назначения с динамической строгой типизацией и автоматическим управлением памятью. Выбор данной технологии в первую очередь основывается на её распространенности в сфере разработки машинного обучения, что, в свою очередь, гарантирует наличие большого количества сторонних библиотек, а также длительную поддержку и возможность расширения проекта в будущем. При программной реализации использовались библиотеки Numpy и Scipy. Numpy – пакет для научных вычислений, основными преимуществами которого являются удобство в использовании, оптимизированность, большой набор встроенных математических функций, направленность на работу с многомерными массивами, а также постоянная техническая поддержка со стороны разработчика. Scipy – библиотека с открытым исходным кодом, предназначенная для выполнения научных и инженерных расчётов. При реализации проекта использовалась в целях получения решения уравнения Риккати. Также стоит отметить, что при разработке данной информационной системы были составлены некоторые схемы и диаграммы, проектирование которых осуществлялось в таких приложениях, как ERwin Process Modeler и StarUML. ERwin Process Modeler – это инструмент для моделирования, анализа, документирования и оптимизации бизнес-процессов, разработанный компанией Logic Works. Ранее назывался Bpwin. The work is devoted to the development of a computer system for controlling aircraft based on artificial immune systems. The algorithm and theory were proposed in the book by Dasgupta. The article will propose an implementation for the application of aircraft control. The implementation of the algorithm of the autonomous mode of the aircraft trajectories is implemented in the Python programming language. Python is a high-level general-purpose programming language with dynamic strict typing and automatic memory management. The implementation of the algorithm of the autonomous mode of the aircraft trajectories is implemented in the Python programming language. The choice of this technology is primarily based on its prevalence in the field of machine learning development, which in turn guarantees the availability of a large number of third-party libraries, as well as long-term support and the possibility of expanding the project in the future. The Numpy and Scipy libraries were used in the software implementation. Numpy is a package for scientific computing, the main advantages of which are ease of use, optimization, a large set of built-in mathematical functions, focus on working with multidimensional arrays, as well as ongoing technical support from the developer. Scipy is an open source library designed to perform scientific and engineering calculations. During the project implementation, it was used to obtain a solution to the Riccati equation. It is also worth noting that during the development of this information system, some diagrams and charts were compiled, the design of which was carried out in applications such as ERwin Process Modeler and StarUML. ERwin Process Modeler is a tool for modeling, analyzing, documenting and optimizing business processes, developed by Logic Works. Formerly known as Bpwin.
При численном решении задачи моделирования обледенения ключевым аспектом является адекватное представление поверхности образующегося ледяного нароста. Как правило, форма ледяного нароста описывается с помощью поверхностной неструктурированной сетки, которая эволюционирует во времени в соответствии с внешними условиями обледенения. Поверхностная сетка разделяет расчетную область на внутреннюю часть, представляющую собой область льда, и внешнюю часть. Таким образом, описывающая границу льда поверхностная сетка является двусторонней с определенным направлением роста льда в ее ячейках. При эволюции сетки возникновение самопересечений является критическим дефектом, приводящим к невозможности продолжения расчетов. Возникающие самопересечения должны быть удалены для продолжения вычислений. В работе предлагается метод удаления самопересечений поверхностной неструктурированной сетки, основанный на обходе внешней поверхности сетки и обработке пересечений ее ячеек в процессе обхода. Для ускорения обработки сетки используется BVH-дерево ее ячеек. Для избавления от ошибок точности, связанных с использованием операций над вещественными числами, используются вычисления в рациональных числах, в которых задачи поиска пересечения линейных геометрических примитивов решаются без потери точности. Предложенный метод удаления самопересечений поверхностной неструктурированной сетки реализован для обработки псевдотрехмерных профилей в рамках программного комплекса «Кристалл» моделирования обледенения летательных аппаратов. While numerically solving icing modeling problem, a key aspect is adequately representing the surface of the developing ice accretion. Typically, the shape of the ice accretion is described using an unstructured surface mesh that evolves over time in response to external icing conditions. The surface mesh divides the computational scope into an inner part, representing the ice region, and an outer part. Thus, the surface mesh describing the ice boundary is two-sided, with a defined direction of ice growth within its cells. During mesh evolution, the occurrence of self-intersections is a critical defect, preventing further calculations. These self-intersections must be removed to continue the computations. This paper proposes a method for removing self-intersections from an unstructured surface mesh. This method traverses the outer surface of the mesh and processes the intersections of its cells during the traversal. To accelerate mesh processing, a BVH tree of its cells is used. To eliminate precision errors associated with operations on real numbers, calculations in rational numbers are used, which solve problems of finding the intersection of linear geometric primitives without loss of accuracy. The proposed method for removing self-intersections of an unstructured surface mesh has been implemented for processing pseudo-3D profiles within the «Crystal» software suite for aircraft icing modeling.
В статье предлагается когнитивно-ориентированный подход к предиктивному тестированию пользовательских интерфейсов, основанный на моделировании фазовой динамики взаимодействия пользователя с программной системой. В отличие от традиционных методов тестирования, ориентированных преимущественно на функциональную корректность и статические сценарии, предложенная модель рассматривает взаимодействие как нелинейный динамический процесс, описываемый системой уравнений вида , где — вектор когнитивного состояния, а — интерфейсные воздействия. Когнитивное состояние представлено расширенным вектором параметров, включающим информационную нагрузку, уровень напряжения, интенсивность внешних воздействий и когнитивную устойчивость. Введено понятие критической фазы когнитивного состояния, определяемой как область фазового пространства, в которой возрастает вероятность ошибок взаимодействия. Показано, что переход в критическое состояние обусловлен не только текущими значениями параметров, но и динамикой их изменения, что соответствует концепции ранних предупреждающих сигналов в теории нелинейных систем. Для количественной оценки уязвимости интерфейса разработана функция когнитивного риска , интерпретируемая как мера близости системы к границе устойчивости. Результаты моделирования демонстрируют возможность выявления предкритических состояний до возникновения явных ошибок пользователя. Предложенный подход обеспечивает переход от реактивного анализа дефектов к предиктивной оценке устойчивости взаимодействия и может служить основой для разработки интеллектуальных инструментов когнитивного тестирования интерфейсов. This paper proposes a cognitive-oriented approach to predictive testing of user interfaces based on modeling the phase dynamics of user–system interaction. Unlike traditional testing methods primarily focused on functional correctness and static interaction scenarios, the proposed framework considers interaction as a nonlinear dynamic process described by a system of differential equations of the form , where represents the cognitive state vector and u(t) denotes interface-driven stimuli. The cognitive state is modeled as an extended vector including information load, tension level, external influences, and cognitive stability. The concept of a critical cognitive phase is introduced and defined as a region of the phase space in which the probability of interaction errors significantly increases. It is shown that transitions to critical states depend not only on the current parameter values but also on their temporal derivatives, which corresponds to the concept of early warning signals in nonlinear dynamical systems. To quantitatively assess interface vulnerability, a cognitive risk function is developed and interpreted as a measure of proximity to the stability boundary in phase space. Simulation results demonstrate the capability of the model to detect precritical states before explicit user errors occur. The proposed approach enables a transition from reactive defect analysis to predictive evaluation of interaction stability and provides a theoretical foundation for intelligent cognitive testing tools for software user interfaces.
В работе представлен подход к прогнозированию температуры поверхности льда на основе метода перепрограммирования предобученных языковых моделей (patch-reprogramming LLM). Объектом исследования является ледовая арена, оснащённая системой цифрового мониторинга холодильного оборудования и микроклимата. Задача прогнозирования формулируется как аппроксимация зависимости между многомерным окном наблюдений и будущим состоянием системы с горизонтом 30 минут. Используются минутные данные более чем за три месяца наблюдений, включающие температурные, энергетические и микроклиматические параметры. Проведено сравнительное моделирование с использованием статистических (ARIMA), машинных (XGBoost) и нейросетевых (LSTM, CNN, PatchTST) методов. Предложенный метод LLM с перепрограммированием патчей, основанный на замороженном ядре LLaMA-3.2-3B с добавлением адаптивных слоёв, показал наилучшие результаты: средняя абсолютная ошибка (MAE) составила 0.22 °C, а коэффициент детерминации R² достиг 0.94. Модель устойчиво воспроизводит переходные режимы и фазовые сдвиги температуры после заливок, корректно сглаживая шумовые пики и кратковременные возмущения. Результаты показывают, что механизм patch-reprogrammingпозволяет использовать большие языковые модели для анализа физических временных рядов без необходимости длительного дообучения. Такой подход обеспечивает баланс между точностью и устойчивостью, что делает его перспективным инструментом для внедрения в контуры предиктивного управления (MPC) холодильными системами и оптимизации энергопотребления спортивных объектов. This paper presents an approach to short-term ice surface temperature forecasting based on the patch-reprogramming of pretrained large language models (LLMs). The object of study is an ice arena equipped with a digital monitoring system for refrigeration equipment and microclimate parameters. The forecasting problem is formulated as the approximation of the dependence between a multidimensional observation window and the future system state with a 30-minute prediction horizon. The dataset consists of minute-level measurements over more than three months, including thermal, energy, and environmental variables. Comparative modeling was performed using statistical (ARIMA), machine learning (XGBoost), and deep learning (LSTM, CNN, PatchTST) methods. The proposed LLM patch-reprogramming model, based on a frozen LLaMA-3.2-3B core with additional lightweight adaptive layers, achieved the best performance: the mean absolute error (MAE) reached 0.22 °C, and the coefficient of determination R² = 0.94. The model robustly reproduces transitional dynamics and phase shifts in surface temperature following resurfacing events, while effectively smoothing short-term fluctuations and noise. The results demonstrate that the patch-reprogramming mechanism enables the application of large language models to the analysis of physical time series without extensive retraining. This approach provides a balance between accuracy and robustness, making it a promising tool for integration into Model Predictive Control (MPC) loops of refrigeration systems and for optimizing the energy efficiency of sports facilities.
Тотальная экспансия игрового движка Unreal Engine 5, который стал в 2024 году технологическим «фундаментом» для подавляющего большинства новых проектов, породила в индустрии острый инженерно-экономический парадокс. С одной стороны, внедрение систем виртуализированной геометрии (Nanite) и глобального освещения (Lumen) декларирует отказ от рутинных методов оптимизации, обещая «бесшовный» творческий процесс. С другой, эмпирические данные указывают на критический разрыв между вычислительной стоимостью этих технологий и реальными возможностями массового пользовательского оборудования, что ставит под угрозу коммерческую успешность продуктов. В данной статье предпринимается попытка разрешения этого противоречия через анализ архитектуры рендеринга UE5. Целью служит не просто перечисление настроек, а формирование комплексной методологии адаптации «тяжелого» некстген-контента под ограничения видеокарт среднего ценового сегмента. Автор фокусируется на поиске равновесия, при котором кинематографическое качество изображения сохраняется без драматического падения кадровой частоты. В ходе работы вскрывается неочевидная проблематика: отмечается, что слепое следование маркетинговым обещаниям «автоматической оптимизации» ведет к появлению «узких мест» как на стороне GPU, так и CPU. Основной авторский вклад проявляется в обосновании неизбежности перехода к гибридным моделям рендеринга, в которых инновационные инструменты сочетаются с классическими подходами, а также в переоценке роли апскейлинга. В частности, аргументировано, что технологии временного суперразрешения (TSR) де-факто перестали быть опциональным «костылем»; они превратились в неотъемлемый элемент графического конвейера. Сформулированные в статье выводы и прикладные рекомендации представляют существенную ценность для технических директоров, программистов графики. Эти данные позволяют принимать взвешенные архитектурные решения еще на этапе пре-продакшена, смягчая риски возникновения «технологического долга» к моменту релиза. The total expansion of the Unreal Engine 5 game engine, which by 2024 had become the technological backbone for the vast majority of new projects, has generated a sharp engineering and economic paradox within the industry. On the one hand, the introduction of virtualized geometry systems (Nanite) and global illumination (Lumen) proclaims a departure from traditional optimization techniques, promising a "seamless" creative workflow. On the other hand, empirical data reveal a critical mismatch between the computational cost of these technologies and the actual capabilities of mass-market user hardware, thereby threatening the commercial viability of game products. This article seeks to resolve this contradiction through an in-depth analysis of Unreal Engine 5’s rendering architecture. The objective is not merely to enumerate configuration parameters, but to develop a comprehensive methodology for adapting resource-intensive next-generation content to the constraints of mid-range graphics hardware. The author focuses on identifying an equilibrium in which cinematic visual fidelity can be preserved without a dramatic loss in frame rate. The study exposes a non-obvious issue: uncritical reliance on marketing narratives of "automatic optimization" leads to the emergence of performance bottlenecks on both GPU and CPU levels. The principal contribution of the article lies in substantiating the inevitability of a transition toward hybrid rendering models, in which innovative tools are combined with classical optimization approaches, as well as in re-evaluating the role of upscaling technologies. In particular, it is argued that temporal super-resolution (TSR) technologies have de facto ceased to be an optional workaround and have become an integral component of the modern graphics pipeline. The conclusions and applied recommendations formulated in the article are of substantial value to technical directors and graphics programmers, enabling informed architectural decisions at the pre-production stage and mitigating the risk of accumulating "technological debt" by the time of release.
В данной работе на основе преподавательского опыта авторов составлена типовая карта бизнес-процессов выпускающей кафедры высшего учебного заведения. Определён ряд целевых показателей, вокруг которых методами бизнес-анализа построена модель деятельности, позволяющая оценивать достижимость поставленных целей, а также прогнозировать эффект от принимаемых на кафедре управленческих решений. На информационном и управленческом уровнях проведена количественная формализация таких понятий, как «соответствие учебной программы запросам рынка», «качество преподавания», «степень соответствия квалификации выпускника представлениям работодателя». Результаты публикации могут рассматриваться как апробация положений классического бизнес-анализа к некоммерческим организационным структурам с неэкономическими целевыми показателями. Based on the authors’ teaching experience, this paper presents a typical business process map for a graduating department of a higher education institution. A number of target indicators are identified, around which a model of departmental activity is built using business analysis methods. This model makes it possible to assess the attainability of the stated goals and to forecast the effects of managerial decisions made within the department. At the informational and managerial levels, the paper provides a quantitative formalization of such concepts as “the correspondence of an educational program to labor market demands,” “teaching quality,” and “the degree to which a graduate’s qualifications correspond to employers’ expectations.” The results of this publication may be regarded as an application and testing of classical business analysis principles in non-profit organizational structures with non-economic target indicators.
